CN112234996B - 一种电力负荷数据的压缩方法、装置、设备和存储介质 - Google Patents

Abstract

本发明公开了一种电力负荷数据的压缩方法、装置、设备和存储介质，其中方法包括：获取待压缩的电力负荷数据；根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到对应的识别结果；根据负荷事件，基于负荷事件和负荷事件编码的第一对应关系，获取负荷事件对应的负荷事件编码；根据负荷基态，基于负荷基态和负荷基态编码的第二对应关系，获取负荷基态对应的负荷基态编码；基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩，解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，无法兼顾压缩率和重构精度的技术问题。

Description

一种电力负荷数据的压缩方法、装置、设备和存储介质

技术领域

本发明涉及数据压缩技术领域，尤其涉及一种电力负荷数据的压缩方法、装置、设备和存储介质。

背景技术

数据压缩，指在不丢失有用信息的前提下，通过数据压缩算法缩减数据量或重组数据，减少数据的冗余以减少存储空间，提高传输、存储和处理效率。数据压缩算法的性能从两个方面进行评价：压缩率和重构精度。压缩率指经过编码算法处理后的压缩数据体量下降了多少，压缩率越高，数据体量缩减越显著。重构精度是评估对压缩数据进行重构后的重构数据与原始数据的差别，重构精度越高，则重构数据与原始数据的差别越小。

现有的数据压缩方法主要包括：PAA(Piecewise Aggregate Approximation)、SAX(Symbolic Aggregate Approximation)、DWT(Discrete Wavelet Transformation)以及RLDC(Resumable Load Data Compression)。上述的数据压缩方法在面对一般的数据时可以取得良好的压缩效果，但是在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度。在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大。

因此，提供一种兼顾压缩率和重构精度的电力负荷数据压缩方法是本领域技术人员亟待解决的问题。

发明内容

本发明提供了一种电力负荷数据的压缩方法、装置、设备和存储介质，解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度。在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

有鉴于此，本发明第一方面提供了一种电力负荷数据的压缩方法，包括：

获取待压缩的电力负荷数据；

根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，所述识别结果包括：负荷事件、负荷事件的发生时间和所述负荷事件发生前的负荷基态，所述发生时间包括：发生日期和发生时段；

根据所述负荷事件，基于所述负荷事件和负荷事件编码的第一对应关系，获取所述负荷事件对应的负荷事件编码；

根据所述负荷基态，基于所述负荷基态和负荷基态编码的第二对应关系，获取所述负荷基态对应的负荷基态编码；

基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩。

可选地，所述基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩具体包括：

基于预置编码格式，对所述负荷事件编码、所述负荷基态编码、所述发生时间进行编码，得到编码数据；

基于预置编码格式，对所述编码数据中的所述负荷事件编码、所述负荷基态编码进行重构，得到重构电力负荷数据。

可选地，所述基于预置编码格式，对所述编码数据中的负荷事件编码、所述负荷基态编码进行重构，得到重构电力负荷数据具体包括：

根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线；

根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线；

根据所述第一负荷曲线和所述第二负荷曲线得到重构后的重构电力负荷数据。

可选地，所述根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷事件编码和所述发生时段；

根据所述负荷事件编码对应的预置负荷曲线，在所述发生时段内进行负荷曲线重构，得到所述负荷事件对应的第一负荷曲线。

可选地，所述根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷基态编码；

根据所述负荷基态编码对应的负荷期望值重构所述负荷基态，得到所述负荷基态对应的第二负荷曲线。

可选地，所述根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的负荷事件具体包括：

获取所述电力负荷数据的负荷表现特性；

根据所述负荷表现特性，基于所述负荷表现特性和负荷事件的第三对应关系，确定所述负荷表现特性对应的识别结果。

可选地，所述预置编码格式中的数据位为16位。

本发明第二方面提供了一种电力负荷数据的压缩装置，包括：

第一获取单元，用于获取待压缩的电力负荷数据；

识别单元，用于根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，所述识别结果包括：负荷事件、负荷事件的发生时间和所述负荷事件发生前的负荷基态，所述发生时间包括：发生日期和发生时段；

第二获取单元，用于根据所述负荷事件，基于所述负荷事件和负荷事件编码的第一对应关系，获取所述负荷事件对应的负荷事件编码；

第三获取单元，用于根据所述负荷基态，基于所述负荷基态和负荷基态编码的第二对应关系，获取所述负荷基态对应的负荷基态编码；

数据压缩单元，用于基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩。

本发明第三方面提供了一种电力负荷数据的压缩设备，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行第一方面所述的电力负荷数据的压缩方法。

本发明第四方面提供了一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行第一方面所述的电力负荷数据的压缩方法。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明提供了一种电力负荷数据的压缩方法，包括：获取待压缩的电力负荷数据；根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，识别结果包括：负荷事件、负荷事件的发生时间和负荷事件发生前的负荷基态，发生时间包括：发生日期和发生时段；根据负荷事件，基于负荷事件和负荷事件编码的第一对应关系，获取负荷事件对应的负荷事件编码；根据负荷基态，基于负荷基态和负荷基态编码的第二对应关系，获取负荷基态对应的负荷基态编码；基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。

本发明中，首先获取待压缩的电力负荷数据，然后根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到负荷事件、负荷基态的识别结果，接着确定负荷事件对应的负荷事件编码、负荷基态对应的负荷基态编码，最后基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。负荷事件是居民电力负荷数据压缩时的重点保留信息，而负荷基态是电力负荷数据压缩时的重点简化信息，因此本发明中基于负荷事件及负荷基态进行数据压缩，相比记录全时段的负荷，只记录负荷事件及负荷事件发生前的负荷基态负荷，能够显著降低数据体量，显著提升数据压缩的效率，且是基于重点保留信息负荷事件及用于辅助辨识负荷事件的负荷基态进行了编码，最后压缩后得到的重构数据和真实数据的数据相似，降低数据压缩的误差，从而解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度，在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例中一种电力负荷数据的压缩方法的实施例一的流程示意图；

图2为本发明实施例中的负荷事件说明示意图；

图3为本发明实施例中一种电力负荷数据的压缩方法的实施例二的流程示意图；

图4为本发明实施例中预置编码格式的结构示意图；

图5为本发明实施例中电力负荷数据的压缩方法的重构精度示意图；

图6为本发明实施例中一种电力负荷数据的压缩装置的实施例的结构示意图。

具体实施方式

本发明实施例提供了一种电力负荷数据的压缩方法、装置、设备和存储介质，解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度，在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例中一种电力负荷数据的压缩方法的实施例一的流程示意图。

本实施例中的一种电力负荷数据的压缩方法，包括：

步骤101、获取待压缩的电力负荷数据。

需要说明的是，要对电力负荷数据进行压缩，首先获取待压缩的电力负荷数据。

步骤102、根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，识别结果包括：负荷事件、负荷事件的发生时间和负荷事件发生前的负荷基态，发生时间包括：发生日期和发生时段。

负荷事件是根据电力负荷数据的负荷表现特性确定的，也就是根据电力负荷数据的负荷状态确定的。

所谓居民负荷状态的辨识，是将居民负荷水平划分为不同区间，每个区间对应一种负荷状态，相同状态下的负荷具有相似的负荷特性。这一特性随着负荷水平下降增强，说明负荷水平越低，居民负荷就越为稳定，相邻时段负荷变化很小，而负荷水平越高，负荷就越不稳定，相邻时段负荷变化很大。根据Freshet极值分布形状可知，居民负荷集中分布在较低负荷水平，疏散分布在较高的负荷水平上。

因此可知，居民负荷在大多数时候都处于较低负荷水平，此时负荷变化较小，负荷稳定，定义为“基态”，只有在少数时刻由于居民开启大功率用电器，负荷突增，定义为“激发态”。当负荷进入激发态，在激发态下负荷变化通常较大，负荷不稳定，激发态维持时间也通常较短，当居民停止使用大功率用电器时负荷回到基态。居民用电从基态上升到激发态，最后回到基态的这一过程，定义为“负荷事件”。如图2所示为某居民在一天之中的用电曲线，图中虚线为区分基态和激发态的状态边界，负荷在此之下为基态，之上则为激发态，可以看到，该居民的基态负荷非常稳定，变化较小，只有在少数时刻由于开启大功率用电器，负荷超越状态边界，进入到激发态，但激发态的持续时间很短即又回到了基态。

负荷事件表征了居民的重要用电行为，包含了居民的关键用电特征，如烤箱、洗衣机、烘干机、空调、电热水器等大功率用电器的开启关闭时间以及带来的负荷水平变化，因此是居民电力负荷数据压缩时的重点保留信息；而负荷基态延续时间较长，此状态下负荷差别很小，负荷信息冗余较大，且不表征居民的重要用电行为，因此是电力负荷数据压缩时的重点简化信息。由于基态负荷差别较小而负荷事件很少发生，因此创建一种只记录主要用电特征“负荷事件及负荷事件发生前基态平均负荷”的数据压缩结构，可以显著提升数据压缩的效率，降低数据压缩的误差。

辨识负荷事件的关键在于确定负荷“基态”和“激发态”之间的状态边界。因此本实施例中确定的是负荷事件和负荷事件发生前的负荷基态。

可以理解的是，不同负荷事件时电力负荷数据的负荷表现不同，本领域可以预先设置各种类型负荷事件对应的负荷表现特性，在获取到待压缩的电力负荷数据的负荷表现特性后，根据该负荷表现特性与预先设置的负荷表现特性比较，便可获得该负荷变现特性对应负荷事件的识别结果。

步骤103、根据负荷事件，基于负荷事件和负荷事件编码的第一对应关系，获取负荷事件对应的负荷事件编码。

可以理解的是，针对不同的负荷事件可以设置不同的负荷事件编码，即建立第一对应关系，因此在获取到负荷事件后，基于该负荷事件和上述建立的第一对应关系，便可确定该负荷事件对应的负荷事件编码。

步骤104、根据负荷基态，基于负荷基态和负荷基态编码的第二对应关系，获取负荷基态对应的负荷基态编码。

同样的，本实施例中针对不同的负荷基态可以设置不同的负荷基态编码，即建立第二对应关系，在获取到负荷基态后，根据该负荷基态和上述的第二对应关系，便可确定该负荷基态对应的负荷基态编码。

步骤105、基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。

在得到负荷事件编码、负荷基态编码和负荷事件的发生时间后，便可基于预置编码格式根据上述的数据对电力负荷数据进行数据压缩。

本实施例中，首先获取待压缩的电力负荷数据，然后根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到负荷事件、负荷基态的识别结果，接着确定负荷事件对应的负荷事件编码、负荷基态对应的负荷基态编码，最后基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。负荷事件是居民电力负荷数据压缩时的重点保留信息，而负荷基态是电力负荷数据压缩时的重点简化信息，因此本发明中基于负荷事件及负荷基态进行数据压缩，相比记录全时段的负荷，只记录负荷事件及负荷事件发生前的负荷基态负荷，能够显著降低数据体量，显著提升数据压缩的效率，且是基于重点保留信息负荷事件及用于辅助辨识负荷事件的负荷基态进行了编码，最后压缩后得到的重构数据和真实数据的数据相似，降低数据压缩的误差，从而解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度，在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

以上为本发明实施例提供的一种电力负荷数据的压缩方法的实施例一，以下为本发明实施例提供的一种电力负荷数据的压缩方法的实施例二。

请参阅图3，本发明实施例中一种电力负荷数据的压缩方法的实施例二的流程示意图。

本实施例中的一种电力负荷数据的压缩方法，包括：

步骤301、获取待压缩的电力负荷数据。

可以理解的是，步骤301的描述与实施例一中步骤101的描述相同，具体可以参见上述描述，在此不再赘述。

步骤302、获取电力负荷数据的负荷表现特性。

步骤303、根据负荷表现特性，基于负荷表现特性和负荷事件的第三对应关系，确定负荷表现特性对应的识别结果。

可以理解的是，识别结果包括：负荷事件、负荷事件的发生时间和负荷事件发生前的负荷基态，发生时间包括：发生日期和发生时段。

步骤304、根据负荷事件，基于负荷事件和负荷事件编码的第一对应关系，获取负荷事件对应的负荷事件编码。

可以理解的是，步骤304的描述与实施例一中步骤103的描述相同，具体可以参见上述描述，在此不再赘述。

步骤305、根据负荷基态，基于负荷基态和负荷基态编码的第二对应关系，获取负荷基态对应的负荷基态编码。

可以理解的是，步骤305的描述与实施例一中步骤104的描述相同，具体可以参见上述描述，在此不再赘述。

步骤306、基于预置编码格式，对负荷事件编码、负荷基态编码、发生时间进行编码，得到编码数据。

预置编码格式中的数据位为16位。16位数据恰好占用两个字节，具有方便CPU处理的优势。

可以理解的是，预置编码格式中的位置分布可以参考图4所示的方式，在这16位中，第一位为发生日期的日期标志位，该位标志着本负荷事件和上一负荷事件是发生在同一日，还是发生在上事件的后一日。如果该位等于0，则本负荷事件和上一负荷事件发生在同一日，为1则标志着该事件发生在后一日。紧接着的日期标志位的是发生时段的6个时段标志位，共支持记录最多64个时段(1天64个时段，每个时段15分钟)。时段标志位记录了负荷事件的开始时段。接下来的6位为负荷事件的事件标志位，记录着负荷事件的负荷事件编码，支持记录最多64类事件(其中一类为空事件，代表该日没有任何负荷事件发生)。最后3位为子基态标志位，用以记录负荷事件发生前基态平均负荷所属的子基态，支持最多8种子基态。

步骤307、基于预置编码格式，对编码数据中的负荷事件编码、负荷基态编码进行重构，得到重构电力负荷数据。

基于预置编码格式，对编码数据中的负荷事件编码、负荷基态编码进行重构，得到重构电力负荷数据具体包括：

根据预置编码格式，对编码数据中的负荷事件编码进行重构，得到负荷事件对应的第一负荷曲线；

根据预置编码格式，对编码数据中的负荷基态编码进行重构，得到负荷基态对应的第二负荷曲线；

根据第一负荷曲线和第二负荷曲线得到重构后的重构电力负荷数据。

其中，根据预置编码格式，对编码数据中的负荷事件编码进行重构，得到负荷事件对应的第一负荷曲线具体包括：

根据预置编码格式，从编码数据中获取负荷事件编码和发生时段；

根据负荷事件编码对应的预置负荷曲线，在发生时段内进行负荷曲线重构，得到负荷事件对应的第一负荷曲线。

其中，根据预置编码格式，对编码数据中的负荷基态编码进行重构，得到负荷基态对应的第二负荷曲线具体包括：

根据预置编码格式，从编码数据中获取负荷基态编码；

根据负荷基态编码对应的负荷期望值重构负荷基态，得到负荷基态对应的第二负荷曲线。

具体地，在重构上述的重构电力负荷数据过程中，根据图4的预置编码格式记录的负荷事件编码和负荷事件的开始时段，采用该类负荷事件的典型负荷曲线，重构原始的负荷事件曲线。对于负荷基态重构，每个负荷事件发生的基态负荷，可依据图4中记录的子基态标号(即负荷基态编码)，以相应的子基态负荷期望值代替。

可以理解的是，上述的数据压缩方法是无损数据压缩方法，其重构精度为100％，重构电力负荷数据与待压缩的电力负荷数据对应的真实负荷曲线完全相同。

如图5所示，对比了当前主流的电力负荷数据压缩方法与本实施例中的数据压缩方法在重构精度和压缩率两个维度上的性能比较图。可以看到图5反映了以下结论：

1)从PAA和DWT到SAX:压缩率提高了800％，重构精度下降了0.94％。

2)从SAX到RLDC：压缩率下降37.5％，重构精度提升11.42％。

3)从RLDC到本实施例中的数据压缩方法(图中用SLDC表示):压缩率提高39.3％，重构精度下降5.57％。

由上述的3)的描述可以知道，通过比较小的重构精度的损失，会显著带来压缩率的提升，即本实施例中的数据压缩方法更好地折衷了数据压缩方法在压缩率和重构精度的表现，以很小的重构精度损失收获了压缩率的显著提升。

本实施例中，首先获取待压缩的电力负荷数据，然后根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到负荷事件、负荷基态的识别结果，接着确定负荷事件对应的负荷事件编码、负荷基态对应的负荷基态编码，最后基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。负荷事件是居民电力负荷数据压缩时的重点保留信息，而负荷基态是电力负荷数据压缩时的重点简化信息，因此本发明中基于负荷事件及负荷基态进行数据压缩，相比记录全时段的负荷，只记录负荷事件及负荷事件发生前的负荷基态负荷，能够显著降低数据体量，显著提升数据压缩的效率，且是基于重点保留信息负荷事件及用于辅助辨识负荷事件的负荷基态进行了编码，最后压缩后得到的重构数据和真实数据的数据相似，降低数据压缩的误差，从而解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度，在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

以上为本发明实施例提供的一种电力负荷数据的压缩方法的实施例二，以下为本发明实施例提供的一种电力负荷数据的压缩装置的实施例，请参阅图6。

本发明实施例中一种电力负荷数据的压缩装置的实施例，包括：

第一获取单元601，用于获取待压缩的电力负荷数据；

识别单元602，用于根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，识别结果包括：负荷事件、负荷事件的发生时间和负荷事件发生前的负荷基态，发生时间包括：发生日期和发生时段；

第二获取单元603，用于根据负荷事件，基于负荷事件和负荷事件编码的第一对应关系，获取负荷事件对应的负荷事件编码；

第三获取单元604，用于根据负荷基态，基于负荷基态和负荷基态编码的第二对应关系，获取负荷基态对应的负荷基态编码；

数据压缩单元605，用于基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。

本实施例中，首先获取待压缩的电力负荷数据，然后根据电力负荷数据的负荷表现特性，对负荷表现特性进行负荷事件识别，得到负荷事件、负荷基态的识别结果，接着确定负荷事件对应的负荷事件编码、负荷基态对应的负荷基态编码，最后基于预置编码格式，根据负荷事件编码、负荷基态编码、发生时间对电力负荷数据进行数据压缩。负荷事件是居民电力负荷数据压缩时的重点保留信息，而负荷基态是电力负荷数据压缩时的重点简化信息，因此本发明中基于负荷事件及负荷基态进行数据压缩，相比记录全时段的负荷，只记录负荷事件及负荷事件发生前的负荷基态负荷，能够显著降低数据体量，显著提升数据压缩的效率，且是基于重点保留信息负荷事件及用于辅助辨识负荷事件的负荷基态进行了编码，最后压缩后得到的重构数据和真实数据的数据相似，降低数据压缩的误差，从而解决了现有的数据压缩方法在面对电网领域的电力负荷数据时，由于电力负荷数据体量庞大，无法兼顾压缩率和重构精度，在高压缩率时，容易丢失高频信号，重构还原后的重构数据跟真实的电力负荷数据差别较大的技术问题。

本发明实施例还提供了一种电力负荷数据的压缩设备，设备包括处理器以及存储器；存储器用于存储程序代码，并将程序代码传输给处理器；处理器用于根据程序代码中的指令执行实施例一或实施例二的电力负荷数据的压缩方法。

本发明实施例还提供了一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行实施例一或实施例二的电力负荷数据的压缩方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个待安装电网网络，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明个实施例中的功能单元可以集成在一个处理单元中，也可以是个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。

Claims (6)

1.一种电力负荷数据的压缩方法，其特征在于，包括：

获取待压缩的电力负荷数据；

根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，所述识别结果包括：负荷事件、负荷事件的发生时间和所述负荷事件发生前的负荷基态，所述发生时间包括：发生日期和发生时段；

根据所述负荷事件，基于所述负荷事件和负荷事件编码的第一对应关系，获取所述负荷事件对应的负荷事件编码；

根据所述负荷基态，基于所述负荷基态和负荷基态编码的第二对应关系，获取所述负荷基态对应的负荷基态编码；

基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩；

所述基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩具体包括：

基于预置编码格式，对所述负荷事件编码、所述负荷基态编码、所述发生时间进行编码，得到编码数据；

基于预置编码格式，对所述编码数据中的所述负荷事件编码、所述负荷基态编码进行重构，得到重构电力负荷数据；

所述基于预置编码格式，对所述编码数据中的负荷事件编码、所述负荷基态编码进行重构，得到重构电力负荷数据具体包括：

根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线；

根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线；

根据所述第一负荷曲线和所述第二负荷曲线得到重构后的重构电力负荷数据；

所述根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷事件编码和所述发生时段；

根据所述负荷事件编码对应的预置负荷曲线，在所述发生时段内进行负荷曲线重构，得到所述负荷事件对应的第一负荷曲线；

所述根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷基态编码；

根据所述负荷基态编码对应的负荷期望值重构所述负荷基态，得到所述负荷基态对应的第二负荷曲线。

2.根据权利要求1所述的电力负荷数据的压缩方法，其特征在于，所述根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的负荷事件具体包括：

获取所述电力负荷数据的负荷表现特性；

根据所述负荷表现特性，基于所述负荷表现特性和负荷事件的第三对应关系，确定所述负荷表现特性对应的识别结果。

3.根据权利要求1所述的电力负荷数据的压缩方法，其特征在于，所述预置编码格式中的数据位为16位。

4.一种电力负荷数据的压缩装置，其特征在于，包括：

第一获取单元，用于获取待压缩的电力负荷数据；

识别单元，用于根据所述电力负荷数据的负荷表现特性，对所述负荷表现特性进行负荷事件识别，得到对应的识别结果，其中，所述识别结果包括：负荷事件、负荷事件的发生时间和所述负荷事件发生前的负荷基态，所述发生时间包括：发生日期和发生时段；

第二获取单元，用于根据所述负荷事件，基于所述负荷事件和负荷事件编码的第一对应关系，获取所述负荷事件对应的负荷事件编码；

第三获取单元，用于根据所述负荷基态，基于所述负荷基态和负荷基态编码的第二对应关系，获取所述负荷基态对应的负荷基态编码；

数据压缩单元，用于基于预置编码格式，根据所述负荷事件编码、所述负荷基态编码、所述发生时间对所述电力负荷数据进行数据压缩；

所述数据压缩单元包括：

编码数据获取子单元，用于基于预置编码格式，对所述负荷事件编码、所述负荷基态编码、所述发生时间进行编码，得到编码数据；

电力负荷数据重构子单元，用于基于预置编码格式，对所述编码数据中的所述负荷事件编码、所述负荷基态编码进行重构，得到重构电力负荷数据；

所述电力负荷数据重构子单元具体用于：

根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线；

根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线；

根据所述第一负荷曲线和所述第二负荷曲线得到重构后的重构电力负荷数据；

所述根据所述预置编码格式，对所述编码数据中的所述负荷事件编码进行重构，得到所述负荷事件对应的第一负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷事件编码和所述发生时段；

根据所述负荷事件编码对应的预置负荷曲线，在所述发生时段内进行负荷曲线重构，得到所述负荷事件对应的第一负荷曲线；

所述根据所述预置编码格式，对所述编码数据中的所述负荷基态编码进行重构，得到所述负荷基态对应的第二负荷曲线具体包括：

根据所述预置编码格式，从所述编码数据中获取所述负荷基态编码；

根据所述负荷基态编码对应的负荷期望值重构所述负荷基态，得到所述负荷基态对应的第二负荷曲线。

5.一种电力负荷数据的压缩设备，其特征在于，所述设备包括处理器以及存储器；

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1至3中任一项所述的电力负荷数据的压缩方法。

6.一种存储介质，其特征在于，所述存储介质用于存储程序代码，所述程序代码用于执行权利要求1至3中任一项所述的电力负荷数据的压缩方法。

Images